"LLM Aftermath". Новые расстановки в образовании, обучении программированию и оценке производительности разработчика

В докладе представлен анализ текущей ситуации по образованию в целом и по обучению программированию в частности после всплеска активного использования Large Language Models (LLM). Также разобраны вопросы, связанные с трансформацией подходов к оценке производительности разработчика ввиду использования ИИ-инструментов для генерации кода.

LLM уже активно используются во многих сферах, и уже сейчас очевидно, что их применение несет не только плюсы, но и существенные минусы и риски. В сфере образования часть форматов учебной работы теряют актуальность, но в то же время ряд ИИ-инструментов способствуют трансформации учебного процесса и поиску новых образовательных технологий. Среди специалистов по разработке ПО инструменты с использованием искусственного интеллекта становятся все более востребованными. При этом существуют ограничения использования ИИ-ассистентов - например, при использовании ИИ-ассистента формирование промпта для генерации кода может быть более трудоемким, нежели написание самого кода вручную. А код ИИ-ассистента может быть сгенерирован на основе ошибок и уязвимостей написанного ранее кода. Ситуация требует появления новых подходов к оценке работы разработчика, учитывая существование ИИ-ассистентов на основе LLM.